Vidéo: IBM Watson. Искусственный интеллект с наиболее широким спектром применения. (Novembre 2024)
Cet épisode de Fast Forward a été enregistré dans l'IBM Watson Experience Center, ici à New York. Mon invité était Rob High, vice-président et directeur de la technologie chez IBM Watson.
Dan Costa: Quelle est l'idée fausse la plus répandue chez les gens à propos de l'intelligence artificielle?
Rob High: Je pense que le problème le plus courant que nous rencontrons avec des gens qui parlent d’IA est qu’ils vivent toujours dans le monde où je pense que Hollywood a amplifié cette idée que l’informatique cognitive, l’IA, consiste à reproduire l’esprit humain. vraiment pas. Des tests comme le test de Turing tendent à confirmer que ce que nous mesurons est l’idée selon laquelle l’intelligence artificielle est capable de rivaliser avec les gens en leur faisant croire que vous avez affaire à un autre être humain, mais ce n’est vraiment pas le cas. plus grande utilité.
Cela remonte même à, si vous regardez presque tous les autres outils jamais créés, nos outils ont plus de valeur quand ils nous amplifient, quand ils étendent notre portée, quand ils augmentent notre force, quand ils nous permettent de faire des choses que nous ne pouvons pas faire nous-mêmes en tant qu'êtres humains. C'est vraiment la façon dont nous devons aussi penser à l'IA, et dans la mesure où nous l'appelons l'intelligence augmentée, pas l'intelligence artificielle.
Parlons un peu de ce changement, car il s’agit d’un type de calcul totalement nouveau. Il s’agit de l’évolution de l’informatique, celle avec laquelle nous avons grandi tous les deux, une informatique programmatique dans laquelle vous utiliseriez l’informatique pour atteindre et répondre à l’aide d’un processus très complexe, à l’informatique cognitive, qui fonctionne un peu différemment. Pouvez-vous expliquer cette transition?
La principale différence notable est sans doute que c'est très probabiliste, alors que l'informatique programmée consiste en fait à énoncer tous les énoncés conditionnels qui définissent les éléments sur lesquels vous portez attention et sur la manière d'y répondre. C'est très déterministe. C'est très mathématiquement précis. Avec un ordinateur programmé classique, vous pouvez concevoir un logiciel. Parce que vous connaissez le modèle mathématique qu’il représente, vous pouvez le tester mathématiquement. Vous pouvez prouver sa justesse.
L'informatique cognitive est beaucoup plus probabiliste. Il s'agit principalement de tester les signaux des espaces sur lesquels nous nous concentrons, qu'il s'agisse de la vision, du langage ou du langage, et d'essayer de trouver les modèles de signification de ces signaux. Même alors, il n'y a jamais de certitude absolue. C'est en partie parce que c'est ainsi que les calculs sont calculés, mais aussi parce que c'est la nature de l'expérience humaine. Si vous pensez à tout ce que nous disons ou voyons, entendons, goûtons, touchons ou sentons ou quoi que ce soit qui fait partie de nos sens, nous, êtres humains, essayons toujours d'évaluer ce que c'est vraiment, et parfois nous ne le faisons pas correctement.
Quelle est la probabilité que lorsque j'entendais cette séquence de sons, cela signifiait vraiment ce mot? Quelle est la probabilité que lorsque j'ai vu cette séquence de mots cela signifiait cette déclaration? Quelle est la probabilité que lorsque je vois cette forme et une image que je regarde que ce soit cet objet? Même pour les êtres humains, c'est un problème probabiliste, et dans cette mesure, c'est toujours la façon dont ces systèmes cognitifs fonctionnent également.
Si quelqu'un s'adresse à vous et qu'il a un problème qu'il veut résoudre, il pense qu'il existe une solution d'informatique cognitive, il s'adresse à Watson et se dit: "Regardez, nous allons utiliser Watson pour essayer de résoudre ce problème." En dehors de la boîte, Watson ne fait pas beaucoup. Ils doivent lui apprendre à résoudre leur problème. Pouvez-vous parler de ce processus d'intégration?
En fait, nous devrions parler de deux dimensions. La première est qu’il ya quelque temps, nous nous sommes rendu compte que l’informatique cognitive était vraiment plus grosse que nous, plus grosse que IBM, plus grosse que n’importe quel fournisseur du secteur, plus grande que l’un ou l’autre des domaines de solutions. sur lequel nous devions nous concentrer, et nous avons dû ouvrir la voie, c’est-à-dire lorsque nous nous sommes concentrés sur les solutions pour traiter davantage avec une plate-forme de services, où chaque service est réellement centré individuellement sur une partie différente du marché. espace de problème. C’est un élément qui, dans le cas du discours, est strictement centré sur le problème qui consiste à essayer de prendre votre discours et de reconnaître les mots que vous avez prononcés, ou de prendre une image et d’essayer d’identifier le contenu de l’image, ou langue et essayer de comprendre ce que sa signification est, ou prendre une conversation et participer à cela.
Tout d’abord, nous parlons à présent d’un ensemble de services, chacun faisant quelque chose de très spécifique, chacun essayant de traiter une partie différente de notre expérience humaine, et avec l’idée que quiconque construit une application Quiconque souhaite résoudre un problème social, de consommation ou d’entreprise peut le faire en prenant nos services, puis en les intégrant dans une application. C'est le point un.
Le point deux est celui avec lequel vous avez commencé, à savoir, bien, maintenant que j'ai le service, comment pouvons-nous le faire pour faire les choses que nous voulons qu'il fasse bien? La technique est vraiment celle de l'enseignement. La nature probabiliste de ces systèmes repose sur le fait qu’ils sont basés sur l’apprentissage automatique ou approfondi, et que ces algorithmes doivent apprendre à reconnaître les modèles qui représentent la signification dans un ensemble de signaux, ce que vous faites en fournissant des données, des données qui représentent des exemples de la situation que vous avez eue auparavant et où vous avez pu étiqueter cela en disant: "Lorsque j'entends cette combinaison de sons, cela signifie ce mot. Lorsque je vois cette combinaison de pixels, cela signifie que objet." Quand j’ai eu ces exemples, je peux maintenant vous amener au système cognitif, à ces services cognitifs, et leur apprendre à mieux faire en reconnaissant ce que nous voulons que ce soit.
Je pense que l'un des exemples qui illustrent bien ce phénomène concerne le domaine médical, où Watson aide les médecins à prendre des décisions et analyse de grandes quantités de données, mais travaille ensuite avec eux sur un diagnostic en partenariat. Pouvez-vous nous en dire un peu plus sur la manière dont cette formation est dispensée et sur la manière dont la solution donne de meilleurs résultats?
Le travail que nous avons effectué en oncologie est un bon exemple de ce qu’il est véritablement composé de différents types d’algorithmes qui, dans l’ensemble du travail à effectuer, sont utilisés de différentes manières. Par exemple, nous examinons le dossier médical, examinez votre dossier médical et utilisez le système cognitif pour examiner toutes les notes que les cliniciens ont prises au cours des années où ils ont travaillé avec vous et trouver ce que nous appelons. informations cliniques pertinentes. Quelles sont les informations contenues dans ces notes médicales qui sont maintenant pertinentes pour la consultation sur laquelle vous allez commencer? En prenant cela, en faisant des analyses de similarité de population, en essayant de trouver les autres patients, les autres cohortes qui ont beaucoup de similitudes avec vous, parce que cela va informer le médecin sur la façon de penser à différents traitements et sur la manière dont ces traitements pourraient vous convenir et comment vous allez réagir à ces traitements.
Nous passons ensuite à ce que nous appelons les pratiques standard de soins, qui sont des techniques relativement bien définies que les médecins expliquent sur la façon dont ils traiteront différents patients pour différents types de maladies, en reconnaissant que celles-ci sont réellement conçues pour la personne moyenne. Nous avons ensuite ajouté à cela ce que nous appelons l’expertise clinique. Ayant appris aux meilleurs médecins de différentes maladies ce qu’il faut rechercher et où se situent les valeurs aberrantes et comment raisonner sur les différentes pratiques de traitement standard, lesquelles sont les plus appropriées ou comment emprunter les différentes voies à travers ces différentes pratiques de traitement et appliquez-les maintenant de la meilleure façon possible, mais pour finir, consultez la littérature clinique, les centaines de milliers, 600 000 articles de PubMed sur les avancées scientifiques survenues dans ce domaine et pertinentes pour la formulation de cette recommandation de traitement..
Ce sont tous des aspects différents des algorithmes que nous appliquons à différentes phases de ce processus. Ils ont tous été enseignés en plaçant certains des meilleurs médecins du monde devant ces systèmes et en leur demandant de les utiliser et de les corriger. quand ils voient quelque chose qui ne va pas et que le système apprend essentiellement par cette utilisation comment améliorer ses propres performances. Nous l'utilisons plus particulièrement dans le cas de l'oncologie pour informer les médecins sur le terrain des options de traitement qu'ils ne connaissent peut-être pas, ou même s'ils le connaissent, ils n'ont peut-être jamais eu de réelle expérience et ne le savent pas. vraiment comprendre comment leurs patients vont réagir et comment obtenir la réponse la plus efficace de leurs patients.
Cela a fondamentalement démocratisé l’expertise. Nous pouvons prendre les meilleurs médecins de Memorial Sloan Kettering qui ont eu l’avantage de voir littéralement des milliers de patients chaque année autour de la même maladie à partir de laquelle ils ont développé cette formidable expertise, saisir cela dans le système cognitif, l’apporter à une communauté ou clinique régionale où ces médecins n’ont peut-être pas passé autant de temps à traiter la même maladie auprès d’un grand nombre de patients différents, ce qui leur donne la possibilité de tirer parti de cette expertise désormais intégrée au système cognitif.
Je pense que l'idée de distribuer cette expertise, tout d'abord, de la capturer est une tâche non-triviale, mais ensuite, une fois que vous aurez fait cela, en étant capable de la distribuer réellement sur la planète, vous aurez l'expertise de Les meilleurs médecins de Memorial Sloan Kettering peuvent être livrés en Chine, en Inde, dans de petites cliniques, et je pense que c'est assez extraordinaire.
Cela a un impact social énorme sur notre bien-être, sur notre santé et sur tout ce qui profitera à notre société.
D'un autre côté, ce qui préoccupe les gens au sujet de l'intelligence artificielle, c'est qu'elle va remplacer des personnes, des emplois. C'est lié au mouvement de l'automatisation. Ce qui me frappe, c’est de rester dans l’espace médical, les radiologues. Les radiologistes examinent des centaines et des centaines de diapositives par jour. Watson ou un système basé sur l'IA pourrait reproduire ce même type de diagnostic et d'analyse d'images. Dans dix ans, pensez-vous qu’il y aura plus ou moins de radiologistes humains aux États-Unis? Quel est l'impact sur les industries comme ça?
En réalité, l'impact consiste à aider les gens à faire un meilleur travail. Il s’agit vraiment de… prenez-le dans le cas du médecin. Si le médecin peut maintenant prendre des décisions plus éclairées, fondées sur des preuves concrètes, étayées par les données scientifiques les plus récentes, mieux adaptées et plus spécifiques à chaque patient, cela leur permet de mieux faire leur travail. Pour les radiologistes, cela peut leur permettre de voir des éléments de l'image qui pourraient leur manquer ou de se laisser submerger. Il ne s'agit pas de les remplacer. Il s’agit de les aider à mieux faire leur travail.
Il a en partie la même dynamique que tous les outils que nous avons créés dans la société. J'aime dire que si vous regardez les 10 000 dernières années de la société moderne depuis l'avènement de la révolution agricole, notre société a été de construire des outils, des marteaux, des pelles, de l'hydraulique, des poulies, des leviers et bien plus encore. de ces outils ont été les plus durables quand ils sont en train d'amplifier l'être humain, d'amplifier notre force, d'amplifier notre pensée, d'amplifier notre portée.
C’est vraiment la façon de penser à ce sujet, c’est que cela aura sa plus grande utilité quand il nous permettra de faire ce que nous faisons mieux que nous ne le pourrions nous-mêmes, lorsque la combinaison de l’être humain et de l’outil est supérieure à celle des deux. d'entre eux auraient été par eux-mêmes. C'est vraiment la façon dont nous pensons à ce sujet. C'est ainsi que nous faisons évoluer la technologie. C'est là que l'utilité économique sera.
Je suis tout à fait d’accord, mais je pense que certaines industries seront gommées en raison de l’efficacité apportée par ces systèmes intelligents.
Ils vont faire la transition. Oui, ils vont être en transition. Je ne veux pas diminuer ce point en le disant ainsi, mais je veux aussi m'assurer que nous ne considérons pas cela comme une suppression d'emplois. Il s’agit de transformer les emplois que les gens accomplissent. Je vais vous donner un exemple. Beaucoup de discussions sur la façon dont cela peut supprimer des emplois dans le centre d'appels. Bien devinez quoi? Les agents de centre d'appels font beaucoup de travail qu'ils n'ont pas besoin de faire, qu'ils n'aiment pas faire, ce qui les empêche de faire des choses plus intéressantes.
Le désabonnement que nous constatons dans les centres d'appels est largement dû au fait que si vous songez à la fonction d'agent de centre d'appels, vous êtes assis à la fin d'un appel téléphonique à l'écoute de clients furieux toute la journée et vous posez la même question. et encore, et il est difficile de rentrer à la maison la nuit se sentir vraiment bien avec ce que vous avez fait ce jour-là. Il est difficile de vous vanter auprès de vos amis et de votre famille au sujet de ce travail que vous avez et de votre aptitude à le faire lorsque vous vous trouvez dans la même situation.
Si nous pouvons amener le système cognitif via un agent de conversation à décharger un pourcentage, disons 30% des appels entrants, et répondre rapidement aux questions les plus courantes et les plus pressantes de nos clients, et prendre soin de ce travail banal, alors quoi de neuf? Après tout ce qui a été pris en charge est le genre de questions que les gens ont qui nécessitent intrinsèquement plus de contact humain que vous allez ensuite confier à cet agent de centre d'appels. Le problème auquel ils sont confrontés pour ce client est plus intéressant, plus exigeant, il leur faut déployer davantage d’efforts intellectuels, mais il s’agit également d’un client satisfait. Ils arrivent un peu plus heureux. Ils ne viennent pas en colère à propos de leur problème.
Pour l’agent des centres d’appel, cela a effectivement amélioré leur travail. En réalité, cela leur permet de mieux faire leur travail et d'être plus épanouis. Entre-temps, les problèmes les plus pressants ont été résolus rapidement pour le client, pour le consommateur. Ils ne restent pas en attente pendant 10 minutes. Ils n'attendent pas qu'ils soient acheminés vers la bonne personne possédant les bonnes connaissances. Ils obtiennent facilement les informations dont ils ont le plus besoin et sont capables de continuer leur vie avec probablement une meilleure décision, certainement des informations meilleures ou du moins des informations plus cohérentes. Cela profite réellement aux deux côtés de cette équation.
C'est intéressant. Certaines des démonstrations que j'ai vues aujourd'hui sont que les applications de centre d'appels peuvent anticiper et détecter l'état émotionnel des personnes qui appellent de manière assez efficace. Il ne s'agit donc pas uniquement d'une transaction. En fait, il peut très bien lire l'état de la personne à l'autre bout de la ligne.
Ce qui est vraiment essentiel si vous y réfléchissez. une conversation comporte deux éléments. La première est que ce que les gens disent au début n’est généralement pas ce pour quoi ils sont vraiment. Si je dis: "Quel est mon solde?" Eh bien, ce n'est pas vraiment mon problème. Oui, j'ai besoin de connaître le solde de mon compte, de combien d'argent je dispose, mais le problème, c'est que j'essaie d'acheter quelque chose ou que j'essaie de trouver un moyen d'obtenir de l'argent dans la bonne position pour payer mes factures ce mois-ci, ou j'essaie d'économiser pour l'éducation de mes enfants. Mon problème est plus grave que la première question que j'ai posée et une conversation devrait porter sur la résolution de ce problème réel.
La deuxième caractéristique commune d’une conversation est qu’elle comporte généralement une sorte d’arc émotionnel. Les gens entrent dans un certain état émotionnel, et une partie de la conversation consiste à les faire traverser un changement émotionnel qui signifie souvent les faire passer de la colère à la satisfaction. Dans certaines conversations, nous pourrions y entrer. Cela pourrait en fait devenir un peu chauffé. Vous voyez un arc émotionnel qui commence peut-être calme et ensuite une discussion plus controversée qui finit par se résoudre.
Etre sensible et conscient de l'état émotionnel des parties impliquées est un élément important pour être efficace dans cette conversation.
Quelles sont les autres applications que vous pensez réellement transformatrices qui sont disponibles aujourd'hui?
Je pense que l'un d'entre eux, ce que nous faisons, engage l'utilisateur, le client, de manière à l'inspirer. Pour moi, en fin de compte, et pour reprendre un exemple parmi d'autres, généralement lorsque des êtres humains entrent dans une conversation, nous arrivons à la table avec une idée. Vous avez une idée J'ai une idée. Cette idée de départ est le début de la conversation et, au cours de la conversation, nous développons ces idées. Nous les mélangeons. Nous les fusionnons. Nous pouvons peut-être les escompter ou les amplifier. Nous évoluons à un point où, à la sortie de la conversation, nous en avons une meilleure idée. Idéalement.
Pour ce faire, il doit non seulement y avoir des échanges, mais aussi un élément de comment inspirer quelqu'un. Comment incitez-vous les gens à activer leur imagination? Comment les incitez-vous à penser à quelque chose auquel ils n'avaient pas pensé auparavant ou à voir quelque chose sous un jour auquel ils n'avaient pas pensé auparavant ou à voir un autre point de vue qui les emmène sur un chemin qu'ils ne connaissaient même pas penser à, poser des questions, ils ne pensent pas à poser? Ce sont les exemples, ce sont les situations qui, à mon avis, sont les plus prometteuses et apporteront le plus grand bénéfice aux gens.
Est-ce que cela se produit aujourd'hui ou est-ce quelque chose qui doit se passer à mesure que la technologie évolue?
Non, ça se passe. Nous avons des exemples de ce qui se passe maintenant. En fait, pour reprendre l'exemple de l'oncologie, qui s'adresse aux meilleurs médecins du monde, les options de traitement présentées peuvent leur sembler évidentes. Il peut y avoir un cas sur dix où ils pourraient dire: "Eh bien, attendez une minute, c'était une idée intéressante." Ce ne sera pas aussi souvent, mais, comme vous l'avez dit plus tôt, si nous examinons cela maintenant dans les contextes communautaires, régionaux et dans les domaines où il n'y a pas ce niveau d'expertise, le système peut introduire de nouvelles idées., nouvelles options de traitement, il s’agit vraiment d’introduire de nouvelles idées. Nous voyons déjà cela.
Ensuite, bien sûr, aller au-delà de ce qui, à mon avis, est devenu le scénario classique du chatbot que certains d’entre nous commencent à voir apparaître dans différents exemples est désormais celui où, si quelqu'un donne une alerte de fraude par carte de crédit sur sa carte de crédit et un chatbot aujourd'hui, il pourrait simplement s'agir simplement de: "Cette transaction a-t-elle été effectuée ou non? Si c'est le cas, alors d'accord. Dans le cas contraire, nous allons faire quelque chose pour annuler la transaction, " maintenant ", d'accord, vous avez besoin d’une nouvelle carte de crédit. Où est le meilleur endroit pour vous la procurer? Devrions-nous vous la poster? Ne devrions-nous pas vous la faire parvenir? Oh, vous vous apprêtez à faire ce voyage. ne sera pas en mesure de vous l'envoyer par la poste. Nous devons vous le faire parvenir plus rapidement que cela.
"Oh, vous partez à l'étranger. Peut-être y a-t-il une option de carte de crédit à laquelle vous n'étiez pas exposé auparavant, que vous ne saviez pas, où nous gérons mieux les échanges de devises en votre faveur. Oh, vous l'utilisez pour vos affaires C'est un voyage à l'étranger. Vous utilisez ceci pour des dépenses professionnelles. Eh bien, voici une carte de crédit avec un taux d'intérêt plus approprié pour cela. " Ce sont tous des exemples très simples, mais chacun d’entre eux ouvre un nouvel ensemble d’idées qui n’arrive généralement pas dans votre simple chatbot et qui peuvent pourtant réellement donner beaucoup de pouvoir aux êtres humains.
Ce qui est intéressant, c’est que lorsque vous parcourez toutes ces options, il s’agissait auparavant d’un script. Il y aurait un script avec deux ou trois branches. Ce serait prédéfini à l'avance. C'est très différent quand un chatbot le fait, il réagit aux informations que vous donnez et aux informations que vous avez déjà données et vous conduit dans des chemins qui n'ont pas été scriptés. Il sait que vous voyagez, mais vous ne l'avez pas nécessairement dit. Il a trouvé cette information à partir de votre historique de messagerie.
Il peut trouver des choses sur vous qu'il a découvertes en cours de route.
Nous avons parlé d'oncologie parce que c'est un excellent exemple. Nous avons parlé de chatbots parce que la plupart des gens ont eu une interaction avec eux. Mais cette technologie s'adapte réellement à tous les secteurs. Il est difficile de penser à une industrie qui ne comportera pas de composante cognitive. Existe-t-il des exemples de solutions auxquelles les gens n'ont pas encore pensé?
Ce qui est étonnant pour moi, c’est que chaque jour, on propose une nouvelle idée. C’est la raison pour laquelle je pense que nous sommes dans une phase si intéressante, car nous nous sommes efforcés de décomposer nos capacités cognitives en services de base, ce qui permet aux gens d’utiliser leur imagination et de poursuivre leurs idées. jamais vraiment envisagé auparavant, que ce soit en utilisant la reconnaissance visuelle pour étudier le paysage.
En Californie, par exemple, une société utilise la reconnaissance visuelle pour examiner la topographie et la topologie et pour reconnaître dans l’image la différence entre une surface en béton, une surface de toit en asphalte, une surface en herbe, des arbres et des arbustes, etc. Évaluez par exemple la quantité d'eau consommée, les endroits où il pourrait y avoir des fuites d'eau et les mesures à prendre pour améliorer l'utilisation efficace de l'eau.
Ou, sur le plan juridique, utiliser ces éléments pour aider les avocats à lire littéralement des millions et des millions de pages de documents de base, ce qui revient à trouver l'aiguille dans une botte de foin. Où est ce morceau de papier qui est vraiment pertinent dans ce cas particulier? Essayer de trier tout ça. Les opportunités sont simplement énormes.
Je pense que l’une de ces qualifications consiste à disposer de grandes quantités de données qui doivent être analysées. Vous avez parlé des dossiers médicaux et de la possibilité d'analyser les dossiers médicaux à la recherche des informations pertinentes. Ces enregistrements au cours de votre vie pourraient faire plusieurs centaines de pages. C'est peut-être ce que votre médecin de famille a peut-être en tête, mais il ne se souviendra pas de tout, alors que le système n'oublie jamais.
Ouais. Un médecin peut disposer de cinq à dix minutes pour parcourir ces antécédents médicaux avant de venir vous consulter. Pourtant, toutes sortes d’informations très pertinentes peuvent figurer dans votre histoire, votre passé, selon lesquelles, dans d’autres circonstances, elles seraient manquantes. parce qu'ils n'ont pas le temps, que s'ils en avaient, cela ferait une différence.
Pensez à une situation où, si une femme avait dit à son médecin que sa mère venait de mourir du cancer du sein il y a deux ans. Eh bien, il est probable que le médecin l'ait noté dans ce dossier, mais pour le moment, si cette femme présente une grosseur au sein, et si ce médecin ne le voit pas, eh bien, c'est un élément de manquant très important. information. Maintenant, peut-être qu'ils vont redécouvrir cela en parlant au patient, mais peut-être pas. Voulez-vous vraiment prendre le risque de ne pas savoir cela quand quelque chose comme ça est si courant?
La principale caractéristique pour laquelle ces informations ont tendance à être utiles est que vous avez mentionné une quantité importante de données. Oui, mais c'est vraiment quand l'un de ces aspects de qui nous sommes en tant qu'être humain, où nos capacités cognitives commencent à atteindre leur limite. Nous sommes bons à la lecture. Nous pouvons lire quelque chose. Nous pouvons l'assimiler. Nous pouvons nous adapter à l'information et l'utiliser de manière très puissante en tant qu'être humain. Mais nous ne sommes pas très doués pour lire beaucoup de données. Nous ne pouvons pas que… L'idée de lire des dizaines de milliers, cent mille, des millions de pages de littérature par jour dépasse de loin nos capacités.
La question se pose alors que nous évoluons dans un monde où la quantité d’informations produites quotidiennement augmente de façon exponentielle. À quel point ces informations ne sont-elles pas exploitées et contiennent-elles de telles informations? absolument décisif pour la décision que nous devons prendre, ne nous y attendons-nous pas? Si ce n'est pas la quantité d'informations que nous lisons, c'est: combien assimilons-nous? Combien pouvons-nous rappeler? Sommes-nous en mesure de voir les petites tendances qui sont pertinentes dans cette information pour nos décisions?
En tant qu'êtres humains, nous excellons dans de nombreux domaines. Il y a aussi beaucoup de choses pour lesquelles nous ne sommes pas très bons, et je pense que l'informatique cognitive commence vraiment à faire une énorme différence, c'est quand il est capable de réduire cette distance pour combler cet écart.
Il semble assez clair que c'est le monde dans lequel nous nous dirigeons. Comment sommes-nous préparés? Que regardez-vous dans notre système d'éducation, notre économie, nos structures politiques? Dans quelle mesure sommes-nous préparés à vivre dans un monde où ce type d’informatique cognitive est un composant?
C'est intéressant. Cela s’appuie sur l’une des valeurs essentielles que nous possédons en tant qu’êtres humains, à savoir notre capacité d’adaptation. Si vous le considérez de manière purement discrète, vous vous en rendrez bien compte si nous devions avancer de 10 ans et dire: «Où serons-nous dans 10 ans? Sommes-nous prêts pour cela?" la réponse va probablement être, non. Il y a beaucoup plus que nous devons faire. Mais les êtres humains ont cette capacité remarquable de s’adapter rapidement et de grandir avec les changements qui se produisent autour de eux.
Rappelez-vous il y a 10 ans, alors que le smartphone commençait tout juste à être disponible, encore moins populaire, et à quel point la société a connu de profonds changements ces 10 dernières années. Pensez à votre vie quotidienne avec et sans votre smartphone. Nous pouvons nous plaindre de ce que cela peut priver d’autres expériences, et cela est peut-être vrai, mais le fait est que nous n’avons pas passé beaucoup de temps il ya 10 ans à nous inquiéter, si nous étions préparés en tant que société, même si En fait, au cours des 10 dernières années, nous avons connu de nombreux changements dont nous n’étions probablement pas tout à fait conscients, car nous avons assimilé ce changement technologique et commencé à en tirer parti de manière très efficace.
Il y a beaucoup à faire. Nous allons faire beaucoup de choses au fil du temps, beaucoup de croissance que nous allons traverser, beaucoup d’éducation et de politique, et nous devons apporter des changements, mais nous le ferons.
Nous allons passer à mes dernières questions. Quelle tendance technologique vous concerne le plus? Y a-t-il quelque chose qui vous empêche de dormir la nuit?
Je pense que ma plus grande préoccupation pour le moment est que les gens doivent assumer leurs responsabilités. En tant qu’ingénieurs et fournisseurs de technologie, consommateurs de technologie, responsables de la réglementation de la technologie, nous devons être conscients et réfléchir dès maintenant à ce que nous voulons faire pour nous protéger et nous préparer aux changements qui se produisent. Ce ne sera pas parce que nous ne nous adapterons pas. Nous allons. Le problème est bien sûr, dans le processus d’adaptation, nous ne serons pas non plus conscients de ce que cela fait et de la façon dont cela nous affecte et où les gens peuvent exploiter cette technologie de manière que nous ne préférons pas, que nous ne sommes pas Ne vous sentez pas à l'aise avec ou rétrospectivement.
Je pense que nous devons être conscients et penser à ce que nous faisons et nous ne voulons pas que cela se produise dans nos vies avec cette technologie. Plus précisément, les fournisseurs en particulier, nous en tant que fournisseurs de cette technologie, et les personnes qui utilisent ces composants technologiques et en créent des applications doivent actuellement assumer la responsabilité de notre comportement éthique ou de comportements nés de valeurs éthiques.
Par exemple, nous recommandons fortement à tous nos développeurs d'applications, à toutes les institutions qui créent des applications utilisant ces technologies, de faire preuve de la plus grande transparence possible auprès de leurs utilisateurs finaux, à savoir qu'il s'agit d'une application cognitive, d'un ordinateur et n'essayez pas de vous faire passer pour un véritable être humain, par exemple. Ne fais pas semblant. Ne laissez pas cette chose prétendre.
Ne pas imiter.
Ne l'imitez pas et ne laissez jamais vos clients se laisser induire en erreur en leur faisant croire que cette chose est une personne réelle. Ethiquement, c'est faux. Je pense que cela crée un risque de vulnérabilité. Un être humain qui interagit avec un être humain peut émettre certaines hypothèses sur nos faiblesses, sur notre incapacité à conserver réellement beaucoup d'informations. Lorsque nous traitons avec un système cognitif, nous devons être conscients que les personnes qui fournissent ces informations cognitives solution ont une responsabilité vis-à-vis de la confidentialité et de la protection des informations que nous lui fournissons. Nous ne devrions jamais oublier ce fait.
En termes de technologie à la hausse, quelle technologie utilisez-vous chaque jour pour vous inspirer des merveilles? Qu'est-ce qui a changé ta vie?
Je pense que le fait que je puisse maintenant avoir accès à des informations selon lesquelles, même si je pouvais les obtenir sur Internet, nous avons depuis longtemps des informations à notre disposition, mais nous arrêtons souvent de chercher à obtenir ces informations parce que c'est accablant. J'étais à la recherche d'un équipement de caméra et j'essayais simplement de prendre des décisions concernant les compromis entre différentes caméras-
Je vous enverrai un lien vers notre guide de l'acheteur.
Voilà. Cela devient écrasant, et pourtant vous devez vous fier à d’autres personnes pour vous conseiller et présumer qu’elles ont fait la recherche pour vous, mais même dans ce cas, elles le font en partant de certaines hypothèses qu’elles ont formulées vous avez besoin et de quoi vous vous souciez. À un moment donné, vous abandonnez simplement et vous dites: "D'accord, d'accord, dites-moi simplement quoi faire, je le ferai." Ou vous accédez à tout un tas de sites Web et vous voyez toutes ces opinions et cela devient simplement confus et contradictoire et vous dites alors: «Bon, putain, avec tout ça. Je vais simplement faire ce qui me fait du bien."
Maintenant, comme ces systèmes peuvent accumuler et assimiler et organiser de grandes quantités d’informations, même pour les personnes qui font des recommandations, même pour les conseillers, cela leur est bénéfique, car cela les aide à faire un meilleur travail. J'aime dire que nous ne pensons pas pour nous, nous ne cherchons que pour que nous puissions mieux penser, et cela vaut pour nous en tant qu'utilisateurs finaux et pour les conseillers. C’est vrai pour tous les analystes.
Je pense à l'application, car nous essayons toujours d'aider les gens à prendre des décisions d'achat. Nous ne sommes pas loin d'un système qui pourrait regarder toutes les photos que vous avez prises au cours des cinq dernières années, voir que vous aimez faire de la photo animalière ou des gros plans de fleurs, puis faire une recommandation par l'appareil photo en fonction des photos prises. tu prends.
C'est vrai. Flamants roses. Je ne sais pas pourquoi.
C'est le meilleur appareil photo pour prendre des photos de flamants roses.
Flamants roses, à droite.
Nous y sommes presque. La technologie existe, elle n’a pas encore été programmée.
Ouais.
Ou enseigné, comme nous le faisons ces jours-ci. Rob High, merci beaucoup d'avoir fait ça.
Merci beaucoup.
Pour plus d'avance rapide avec Dan Costa, abonnez-vous au podcast. Sur iOS, téléchargez l'application Podcasts d'Apple, recherchez "Fast Forward" et inscrivez-vous. Sur Android, téléchargez l'application Stitcher Radio for Podcasts via Google Play.
